当前，全球 AI 加速卡市场正以超 40% 的年均复合增长率快速扩张，预计 2028 年市场规模将达 5257.70 亿美元；中国作为全球最大的人工智能市场之一，预计 2028 年 AI 加速卡市场需求将突破 11076 亿元人民币，占全球约 30% 的份额，2024 至 2028 年复合增长率将约为 50.40%。

当前我国 AI 加速卡行业增长逻辑正从训练基建投资转向推理部署红利。在需求端，大模型军备竞赛催生了巨大的 " 算力黑洞 "，而随着以 DeepSeek 为代表的开源模型普及，AI 应用规模化加速落地，推理侧算力需求也随之加速超越训练侧。在供给端，海外高端芯片出口管制持续升级，使国产 AI 加速卡采购从 " 成本选择 " 变为 " 生存刚需 "，华为昇腾、阿里平头哥、百度昆仑芯等国产厂商正构建起从硬件到软件生态的完整链条，国产生态链初具雏形，因此，我国 AI 加速卡行业迎来从 " 可用 " 向 " 好用 " 跨越的战略窗口期。

1、AI 加速卡定义与核心价值

根据观研报告网发布的《中国 AI 加速卡行业发展趋势研究与未来投资分析报告（2026-2033 年）》显示，AI 加速卡，是专为加速人工智能计算任务而设计的硬件板卡。它通过集成 GPU、FPGA、ASIC 等异构计算芯片，以远超传统 CPU 的并行算力，高效处理 AI 模型尤其是大模型所需的矩阵运算。其核心价值是将 AI 模型的训练时间从数月缩短至数天，将推理延迟降低至毫秒级，是支撑 AI 能力实现和部署的物理基石。当前，AI 加速卡主流技术路线分为 GPU（通用图形处理器）、ASIC（专用集成电路）、FPGA（现场可编程门阵列）三类。

资料来源：观研天下整理

2、人工智能资本开支进一步带动全球 AI 加速卡市场规模扩容，云端 AI 芯片是主流

云端 AI 芯片往往以 AI 加速卡的形式进行销售，或进一步集成至智算系统及集群售往各类客户。以互联网巨头及 AI 大模型企业为代表的各类企业逐步增大的人工智能资本开支进一步带动了全球 AI 加速卡的规模。根据数据，2024 年全球 AI 加速卡以收入计的市场规模约为 1190.28 亿美元。在人工智能技术持续演进与数字化基础设施加速完善的推动下，人工智能的商业化应用有望加快落地，并进一步带动人工智能芯片市场的快速增长，预计 2028 年全球 AI 加速卡市场规模将达到 5257.70 亿美元。

数据来源：观研天下整理

AI 加速卡根据部署位置可分为云端和边缘端，云端 AI 加速卡主要应用于数据中心和云端服务器等，随着全球互联网厂商对于数据中心的投入持续扩大，云端 AI 加速卡市场规模快速增长。根据数据，全球 AI 加速卡的云端应用市场规模将从 2024 年的 1078.66 亿美元增长到 2028 年的 4523.96 亿美元，复合增长率为 43.11%，占全球 AI 加速卡市场规模超 80%。

3、算力刚需与国产替代的双重奏，我国 AI 加速卡行业市场规模扩大

作为全球最大的人工智能市场之一，中国对 AI 加速卡的需求也在快速增长。数据显示，中国 AI 加速卡从 2020 年的 122.54 亿元增长到 2024 年的 2164.77 亿元，复合年增长率为 105.01%，预计到 2028 年市场规模将达到 11076.46 亿元，2024-2028 年的复合年增长率为 50.40%，2028 年中国 AI 加速卡市场需求将占届时全球市场需求的约 30%。

这一增长趋势主要源于大模型军备竞赛催生了一个巨大的 " 算力黑洞 "，千亿乃至万亿参数模型的训练和推理，需要部署数万甚至数十万张 AI 加速卡，这直接形成了对高端产品的指数级需求，而随着 AI 应用正从 " 试点尝鲜 " 走向 " 规模化部署 "，金融、医疗、自动驾驶、科研等行业的渗透，更带动了推理侧市场的同步爆发。

与此同时，供应链的确定性成为核心变量，海外对华高端芯片出口管制的持续升级，使得国产 AI 加速卡的采购从 " 成本选择 " 变为 " 生存刚需 "，而国家 " 东数西算 " 工程及各地智算中心建设规划中明确的国产化率要求，更从政策层面强化了这一趋势。在此基础上，以华为昇腾为代表的国产厂商正推动技术从 " 可用 " 向 " 好用 " 的关键跨越，不仅在制程工艺、带宽、显存等硬指标上持续追赶，更在软件生态上发力，通过兼容主流 AI 框架大幅降低迁移成本，为规模化替代扫清障碍。

4、全球 AI 推理对 AI 加速卡需求将超过 AI 训练场景，中国市场这一趋势更加明显

随着 DeepSeek 系列大模型的发布，大幅提升开源模型的性能并降低 AI 软件、AI 硬件的使用成本，加速人工智能应用的落地，进而推动推理端算力需求。根据相关资料，预测到 2028 年，全球 AI 加速卡的推理用需求将呈现爆发式增长，市场规模将从 2024 年的 476.11 亿美元增长到 2028 年的 3256.18 亿美元，复合增长率为 61.71%。这一增速远超整体 AI 加速卡市场的平均水平，反映出推理在实际应用部署中的巨大需求。

在中国市场，AI 加速卡的需求结构正经历从 " 训练主导 " 向 " 推理主导 " 的关键转折。这一转变的核心驱动力，源于以 DeepSeek 为代表的本土模型在性价比上的持续突破，其开源化发展大幅降低了非头部厂商在模型预训练环节的投入门槛，使得算力需求的重心加速从训练侧向推理侧迁移。与此同时，国内互联网厂商凭借庞大的存量用户基础和成熟的流量优势，推出的各类 AI 应用一经上线便对推理算力形成规模化需求，且随着用户粘性的增强，这一需求规模将持续扩大，推动推理算力在整体需求中的占比不断提升。

从增长数据来看，这一结构性格局已清晰显现：2020 年至 2024 年间，中国训练用 AI 加速卡市场以 97.95% 的复合增速高速扩张，预计 2028 年将达到 2990.64 亿元；而推理用 AI 加速卡的增长更为迅猛，同期年均增速达 111.06%，未来四年有望以 59.41% 的复合增速扩张至 8085.82 亿元，届时其占比将突破 70%，成为中国 AI 加速卡市场的主导力量。这一趋势标志着行业增长逻辑正从大模型军备竞赛驱动的训练基建投资，转向 AI 应用规模化落地所拉动的推理部署红利。

5、我国 AI 加速卡行业竞争格局：一超多强，国产生态链初具雏形

竞争方面，我国 AI 加速卡行业呈现清晰的梯队格局，竞争的核心围绕 " 硬件性能 + 软件生态 + 供应链安全 " 三维能力展开。雄踞第一梯队的仍是 NVIDIA、AMD、Intel 等全球巨头，它们虽受对华出口管制影响，却凭借深厚的技术积累和成熟的软件生态，在受限条件下仍占有可观份额。其中，NVIDIA 依靠 " 特供版 " 产品和无可替代的 CUDA 生态，仍是众多 AI 开发者的首选平台，但其供应能力和性能的政策限制构成了最大的不确定性；AMD 与 Intel 则凭借 x86 生态和 FPGA 能力，在数据中心 CPU 及部分加速卡市场保有一席之地。

第二梯队由国产一超领衔，华为昇腾依托自研达芬奇架构芯片和 CANN 异构计算架构，已构建起从硬件、算子库到 AI 框架的完整全栈生态，在政府、运营商、金融等关键行业实现大规模部署，成为自主可控的旗手。

第三梯队则是国产 " 多强 " 在细分赛道的突围：海光信息以兼容 " 类 CUDA" 生态的通用性和高性价比，成为降低迁移成本的优先选择；寒武纪深耕 AI 芯片架构，在云端推理和边缘计算侧积累深厚；昆仑芯背靠百度飞桨生态，在互联网和智慧交通等场景具备深度适配优势；景嘉微、天数智芯、燧原科技等企业，则各自在特定领域或客户群中，以产品性价比或定制化服务构筑差异化护城河。

资料来源：观研天下整理（WYD）